pandas groupby 计算列中零的数量

Question

我有一个数据框，例如：

Date             B           C   
20.07.2018      10           8
20.07.2018       1           0
21.07.2018       0           1
21.07.2018       1           0

如何计算每个日期每列的零值和非零值？ 使用

.sum()

对我没有帮助，因为它会对非零值求和。

例如：零值的预期输出：

Date          B         C
20.07.2018    0         1
21.07.2018    1         1

Answer 1

我相信需要

DataFrameGroupBy.agg

与

0

和

sum

进行比较：

a) 数数。零值：

df1 = df.groupby('Date').agg(lambda x: x.eq(0).sum())
print (df1)

            B  C
Date            
20.07.2018  0  1
21.07.2018  1  1

b) 数数。非零值：

df2 = df.groupby('Date').agg(lambda x: x.ne(0).sum())
print (df2)
            B  C
Date            
20.07.2018  2  1
21.07.2018  1  1

提高性能的另一个想法是创建

DatetimeIndex

，比较列并最后使用

sum

每个级别（日期时间索引）：

df1 = df.set_index('Date').eq(0).sum(level=0)
print (df1)
            B  C
Date            
20.07.2018  0  1
21.07.2018  1  1

df2 = df.set_index('Date').ne(0).sum(level=0)
print (df2)
            B  C
Date            
20.07.2018  2  1
21.07.2018  1  1 

Answer 2

也尝试一下：

df.groupby('Date').agg(lambda x: len(x) - x.astype(bool).sum(axis=0))

输出：

Out[48]: 
            B  C
Date            
20.07.2018  0  1
21.07.2018  1  1

Answer 3

使用

melt

，然后使用

groupby

Newdf=df.melt('Date')
Newdf.value=Newdf.value.eq(0).astype(int)

Newdf.groupby(['Date','variable']).value.value_counts().unstack([1,2]).sort_index(level=0,axis=1)
Out[69]: 
variable      B         C     
value         0    1    0    1
Date                          
20.07.2018  NaN  2.0  1.0  1.0
21.07.2018  1.0  1.0  1.0  1.0